最近跑因素分析真的跑到昏天暗地，因為跑出來的結果跟原先預想的不一樣，就得跟指導教授確認哪些題目需要刪除，或是構面要如何建立，真的花費了不少時間，但如果論文有做因素分析的必要時，這一步絕對不能馬虎，時間要花就是得花，結果要確認就是得確認，才能確保後續不會走冤枉路。
其實我們公司部落格過去寫過蠻多篇因素分析的文章，大家應該也都略知一二，如果是碩士論文，大概都會用探索性因素分析去分析量表的建構效度。探索性因素分析，顧名思義，應該是要用來探索量表的因素結構，所以一開始並不會預設量表包含幾個因素，以及每個因素下包含哪些題目，不過實務上，每個量表的因素結構都會事先被設計好，因此當因素分析的結果不符合預期，此時就得開始進行修正。不論研究是否有預設結構，因素分析的最後結果，就是要能夠判斷每個題目的最後歸屬，如下表所示。
題項被分配到哪個因素，是要用因素負荷量進行判斷，最低原則，數值要超過研究者定義的篩選標準，因此要定義因素負荷量的篩選標準（標準從0.3~0.7都有人使用）。以我們的例子來說，如果假設0.5是我們的篩選標準，那麼第1題在因素一上的負荷量.837高於0.5，至於在因素二的負荷量.181低於0.5，因此把第1題歸類在因素一，如此一來，第2題到第8題都被歸在因素一，而第9題到第13題則被歸類在因素二。
要做好探索性因素分析，首先你要先知道兩件事，第一，是否有預設的因素結構，第二刪題的原則是什麼。
假如沒有預設，接下來您只需要決定因素的個數，然後對題目進行分類即可；假如有預設的因素結構，其實最終的目標仍然是對題目進行分類，只不過在刪題的原則上，就會多了一個判斷準則，題項與預設構面不符時刪除，像是圖1處，第11題至第14題每一題除了要能找到有0.5的負荷量之外，這四題的負荷量必須得在同一個因素下，才代表符合預設因素。
而在刪題的原則上，同樣會以負荷量低於標準來做處理，因此必須在研究裡先定義一個負荷量標準，譬如說0.5，在沒有預設因素的因素分析當中，如果某個題項在任何因素的負荷量都不到0.5時，導致無法判斷因素歸類，那我們就會刪除該題項（如圖2處）；而在有預設因素的因素分析當中，則必須檢視該題項在預期的因素上是否有達到0.5，若沒有達到，一樣也就刪除，如圖3處，第1題、第2題、第3題、第6題、第7題這五題是我會優先考慮刪除的，至於這4個顏色區塊怎麼標示出來的，之後再為大家寫一篇文章來示範操作。
至於交叉負荷與因素至少3個題項，則是可以拿來調整結果的標準。所謂交叉負荷，是指一個題目在兩個以上的因素同時存在較高的負荷量，尤其是這兩個負荷量值都高於研究者所設定的因素負荷量標準，導致題目歸類的不確定性較高，如圖4的第15題，在因素1與因素2的負荷量分別為0.619與0.519，皆高於0.5且非常接近，此現象違反題項單一向度的測量，因此有學者建議刪除。
至於單一因素的題目至少包含3題，這點大家應該比較熟悉，以圖5為例，若按照我們的標準，假設刪除了第1題、第2題、第3題，那麼因素3的題目就只剩下4、5兩題，如果這個結果無法接受，透過這項文獻依據，可以考慮刪除因素3，或是留下第3題來維持3個題項。
留言列表
{{ article.title }}